下载别人网站代码工具

打开浏览器按F12就能看到别人网站的下载代码，这事儿比很多人想的别人简单。但真要完整扒下来一个站，网站光靠右键“查看源代码”远远不够。代码我去年帮朋友搬一个WordPress博客，工具试了七八款工具，下载踩了不少坑。别人

先说最基础的网站。Chrome DevTools里的代码Sources面板能直接看到当前页面加载的所有HTML、CSS和JS文件。工具点开某个文件，下载右键选“Save as”就能存到本地。别人这招对付单页够用，网站缺点是代码得手动一个个点。有次我下个电商产品页，工具光图片就两百多张，挨个保存到手酸。

HTTrack：老牌但别指望它万能

HTTrack算是最出名的整站下载工具，开源免费。装好后新建项目，填上网址和本地保存路径，它就会顺着链接爬。默认设置下，它会把页面里的图片、CSS、JS都拉下来，还能把绝对链接改成相对链接，方便离线浏览。

实际用起来没那么美好。现代网站大量用JavaScript动态渲染内容，HTTrack拿到的是初始HTML，那些靠AJAX加载的评论、商品列表根本抓不到。我试过下一个用React做的博客，下回来全是空白骨架。另外它默认遵守robots.txt，有些站直接拒绝爬虫，你得手动关掉这个选项——但注意，关掉不代表合法，只是技术上能跑。

wget和curl：命令行党的选择

Linux或macOS终端里，一行命令就能干活：

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent https://example.com

这行命令会递归下载整个站，把链接转成本地相对路径，连图片和CSS都带上。速度比HTTrack快，因为没图形界面开销。但wget同样搞不定JS渲染的页面。而且它默认会爬外链，不加--no-parent可能把整个互联网拖下来——别笑，真有人这么干过，磁盘爆了。

curl更适合抓单个页面。比如你想看某个API返回的JSON，或者下载一个动态生成的PDF，curl -O就能搞定。但它不解析HTML，你得自己写脚本提取链接。

Puppeteer和Playwright：对付动态站

如果目标站是SPA（单页应用），上面那些工具基本残废。这时候得用无头浏览器。Puppeteer（Node.js库）能启动一个看不见的Chrome，等页面完全渲染后再把HTML抓下来。写个脚本：

const browser = await puppeteer.launch(); const page = await browser.newPage(); await page.goto('https://example.com', { waitUntil: 'networkidle0'}); const html = await page.content(); fs.writeFileSync('page.html', html);

这招能拿到最终DOM，但CSS和JS文件还得单独下。Playwright功能类似，支持多浏览器。我拿它下过一个用Vue做的后台管理界面，效果不错。缺点是慢，每个页面都要等渲染，下几百页得跑一晚上。

几个现实问题

下别人代码之前，先看robots.txt和版权声明。很多站明确禁止爬取，技术能做到不代表你该做。另外，下下来的代码只是前端，后端逻辑、数据库、API密钥你拿不到。有人以为扒了前端就能复制一个站，结果发现登录、支付、搜索全废——那些靠服务器。

还有，别用那些“一键下载整站”的在线工具。它们要么塞广告，要么偷偷把你的URL卖给第三方。我试过一个叫“SiteSucker”的Mac应用，界面友好，但下到一半经常卡死，日志里一堆404。

最后说个冷门的：SingleFile扩展。它能把当前页面所有资源打包成一个HTML文件，连字体和背景图都内联进去。适合保存文章或教程，但整站下载不行。我拿它存了不少技术文档，离线看很方便。

工具就这些，选哪个看你要下什么。静态站用HTTrack或wget，动态站上Puppeteer。别指望一个工具通吃，也别下完就到处传——自己研究没问题，公开分发可能惹麻烦。